"Keadilan adalah kebenaran dalam tindakan." — Benjamin Disraeli

Setiap tahun, miliaran dolar uang penyelesaian gugatan kelompok (class-action) tidak diklaim. Bukan karena tuntutan hukum tersebut tidak nyata. Bukan karena orang-orang yang terdampak tidak memenuhi syarat. Tetapi karena mengajukan klaim memerlukan pelacakan tenggat waktu yang tidak pernah Anda dengar, membuktikan pembelian yang Anda lakukan tiga tahun lalu, dan menavigasi formulir klaim yang terasa seperti dirancang untuk ditinggalkan.

Polanya konsisten. Sebuah tajuk berita muncul — penyelesaian benzena senilai $3,6 juta, kasus kontaminasi talek, gugatan kelompok PFAS — dan orang-orang melihatnya, menyadari bahwa mereka mungkin menggunakan produk tersebut, lalu terus menggulir layar. Bukan karena mereka tidak peduli. Tetapi karena upaya yang diperlukan untuk beralih dari "Saya mungkin memenuhi syarat" menjadi "Saya mengajukan klaim dan dibayar" terlalu tinggi untuk dilewati oleh kebanyakan orang.

Sebelumnya kami membagikan pengalaman kami di HackPrinceton 2026 x Enter.pro: Building the Future | Enter . Artikel tersebut adalah tentang energi, misi, dan gambaran yang lebih besar. Artikel ini adalah pembahasan mendalam tentang tim yang membangun dengan Enter selama kompetisi dan memenangkan hadiah: Aletheia.

Apa yang disadari oleh tim di balik Aletheia adalah bahwa upaya tersebut hampir sepenuhnya dibuat-buat. Buktinya sudah ada. Riwayat pembelian dari peritel besar, aplikasi pengiriman, dan platform pembayaran berisi catatan tingkat SKU tentang apa yang sebenarnya dibeli orang, kapan, dan dari siapa. Data yang membuktikan kelayakan sudah ada di sana. Data tersebut hanya berada di sisi lain dari sebuah login.

Apa yang Dilakukan Aletheia

Aletheia mengubah riwayat pembelian menjadi paket klaim yang siap diajukan dalam tiga langkah.

Hubungkan akun. Pengguna menghubungkan akun belanja dan pengiriman mereka, dan Aletheia menarik data transaksi — setiap nama produk, pedagang, tanggal, dan harga item baris. Bukan kategori. Produk aktual.

Pindai paparan. Analisis bertenaga AI mencocokkan setiap produk yang dibeli dengan katalog terkurasi dari bahan kimia yang terkait dengan litigasi: benzena, talek, paraben, PFAS, pelepas formaldehida, dan lainnya. Pengguna menerima laporan paparan dengan skor 0–100, peringkat persentil, dan rincian berdasarkan bahan kimia dan produk yang ditandai. Ini bukan peringatan. Ini adalah gambaran tentang apa yang sebenarnya telah memapar Anda, berdasarkan apa yang sebenarnya Anda beli.

Cocokkan dengan penyelesaian. Bahan kimia dan produk yang terdeteksi dicocokkan dengan katalog langsung dari penyelesaian gugatan kelompok yang aktif, yang diperbarui setiap jam dari database hukum publik. Setiap pencocokan diklasifikasikan: baik pengguna membeli produk spesifik yang memenuhi syarat, atau paparan mereka tumpang tindih dengan bahan kimia yang dipermasalahkan. Penyelesaian yang kedaluwarsa disaring. Duplikat ditiadakan. Untuk setiap pencocokan, Aletheia menghasilkan panduan pengajuan lima langkah dan paket bukti PDF — yang dibuat dari catatan pembelian — siap untuk dikirimkan.

Ketidaksesuaian yang dijembatani oleh Aletheia bukanlah tentang kompleksitas hukum. Ini tentang informasi dan hambatan. Administrator klaim sudah menerima catatan pembelian sebagai bukti. Catatan tersebut sudah ada. Kesenjangannya adalah alat yang dapat menghubungkannya secara otomatis.

Proses Pembuatan — dan Masalah yang Dihadapi

Tim membangun Aletheia di HackPrinceton Spring 2026; dan alur kerja mereka beralih dari penelitian ke persyaratan produk hingga Enter — menggunakan integrasi MCP dan Skills dari Enter untuk menghubungkan sumber data eksternal dan membangun lapisan kecerdasan — hingga menjadi produk yang diterapkan sepenuhnya. Enter menangani infrastruktur backend: lapisan autentikasi, database, dan fungsi edge yang mendukung analisis paparan, pengikisan penyelesaian, dan logika pencocokan.

Masalah tersulit bukanlah infrastruktur teknis. Melainkan kepercayaan.

Versi pertama dari logika paparan dan pencocokan membiarkan AI menyintesis katalog penyelesaian dan skor pencocokan. Ini cepat dibangun dan hasilnya tampak masuk akal — sampai akhirnya tidak lagi demikian. Model tersebut mengarang jumlah penyelesaian. Model tersebut menghasilkan klaim untuk tuntutan hukum yang tidak ada. Model tersebut menghasilkan keputusan kelayakan yang tidak memiliki dasar dalam proses hukum nyata apa pun.

Untuk produk keuangan konsumen, itu bukan sekadar bug. Itu adalah kegagalan yang menggugurkan kelayakan. Anda tidak bisa memberi tahu seseorang bahwa mereka memiliki klaim senilai $4.200 jika angka itu berasal dari model yang mengisi kekosongan alih-alih membaca data yang terverifikasi.

Perbaikannya memerlukan pemisahan antara apa yang dapat dilakukan AI dengan baik dan apa yang tidak dapat dipercayakan kepadanya sendirian. Data penyelesaian yang nyata sekarang dikikis langsung dari database hukum publik, disimpan secara kanonik, dan diperkaya dengan pembayaran, tenggat waktu, dan URL klaim yang terverifikasi. Peran AI pada saat pencocokan dibatasi hanya untuk mengutip apa yang sudah ada di katalog — tanpa sintesis, tanpa ekstrapolasi. Hasilnya didasarkan pada fakta karena database-nya didasarkan pada fakta.

Tiga lapisan de-duplikasi menangani fakta bahwa penyelesaian yang sama sering kali muncul di bawah URL dan judul yang sedikit berbeda di berbagai sumber. Logika tenggat waktu membedakan antara penyelesaian yang benar-benar ditutup dan penyelesaian dengan tanggal yang tidak dapat diurai atau tertunda — yang pertama disaring secara agresif, yang terakhir diperlakukan seolah-olah masih terbuka. Tanda terima PDF diulang terus-menerus hingga tampak seperti sesuatu yang benar-benar akan diterima oleh administrator klaim: header pedagang, tabel item baris, footer verifikasi.

Setiap jalur memiliki cadangan. Demo tidak pernah mengalami kegagalan fungsi.

Apa yang Paling Mereka Banggakan

Seluruh alur kerja, dari ujung ke ujung. Seorang pengguna menghubungkan akun mereka, menerima laporan paparan, melihat penyelesaian yang cocok, dan mengunduh PDF yang siap diajukan — semuanya dari data pembelian yang sudah mereka miliki, diproses dengan cara yang tidak pernah perlu mereka pikirkan.

Dan tanda terima tersebut. Membuat dokumen yang dihasilkan tampak seperti bukti hukum, bukan hasil hackathon, membutuhkan pengulangan proses. Keberhasilan dalam mewujudkan hal itu adalah detail yang terus dibahas oleh tim.

Apa Langkah Selanjutnya

Peringatan berbasis webhook: memberi tahu pengguna saat pembelian baru cocok dengan penyelesaian yang ada, tanpa memerlukan pemindaian ulang manual. Formulir klaim isi otomatis: mengisi kolom standar terlebih dahulu dari catatan pembelian dan data paparan, serta mengirimkannya atas nama pengguna jika administrator mengizinkannya. Tinjauan historis melalui OCR laporan bank, yang merupakan tempat tersimpannya uang penyelesaian jangka panjang — klaim atas produk yang dibeli bertahun-tahun sebelum platform apa pun mulai melacak SKU. Dan integrasi pembayaran nyata: menerima dana penyelesaian secara langsung, dengan biaya keberhasilan yang kecil.

Infrastruktur untuk semua itu sudah siap. Alur kerja yang berfungsi untuk penyelesaian aktif juga berfungsi untuk penyelesaian apa pun. Pengambilan bukti yang berfungsi untuk akun yang terhubung juga berfungsi untuk laporan yang diunggah. Cakupan dari apa yang dapat dilakukan Aletheia meluas seiring dengan setiap sumber data yang dapat dijangkaunya.

Uang itu selalu ada di sana. Jalur menuju ke sanalah yang selama ini hilang.

Tim di balik pembuatan ini: Haoran Xu | Anish Yenduri | Brian Li | Adarsh Danda

Melewatkan volume sebelumnya? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI *→ Vol. 3: *reAgent *→ Vol. 4: *TaleTailor *→ Vol. 5: *LEGR *→ Vol. 6: *PolyPath *→ Vol. 7: *EcoThread